Classificació de plantes mitjançant tècniques de visió per computador i intel·ligència artificial

Abstract

[cat] La utilització de tècniques de visió per computació i intel·ligència artificial a la ruralia mallorquina és un rara avis. La millora en la identificació de les plantes comporta múltiples beneficis, des d’una reducció de costos econòmics a la reducció de malalties. Per assolir la creació un classificador de plantes autòctones, s’ha duit a terme un procés d’anàlisi de la colorimetria de la fulla. Una vegada fet aquesta anàlisi hememprat els dos tipus d’algorisme d’aprenentatge màquina, els algorismes d’aprenentatge profund i els d’aprenentatge superficial. Les tècniques d’aprenentatge superficial necessiten l’extracció manual de característiques. Aquestes característiques s’han d’extreure de l’objecte en sí, i no de tota la imatge. Les característiques de les que aprèn es algorismes són calculades a partir de la binarització. La duim a terme amb fotografies amb fons blanc i aplicant-hi diverses tècniques de visió per computació: els algorismes d’Otsu,Watershed i operacions morfològiques. La tècnica principal d’aprenentatge profund són les xarxes neuronals, estructures caracteritzades per tractar grans quantitats d’informació d’una forma jeràrquica. La principal avantatge d’aquesta tècnica és la capacitat d’aprendre sense una extracció manual de característiques alhora que la seva capacitat de generalització. La generalització és la base d’un dels darrers experiments que realitzam, canviar el fons de les fotografies amb textures naturals. A causa de les poques dades que tenim, hem necessitat tècniques per evitar l’overfitting. Hem emprat principalment data augmentation i transfer learning. Els resultats obtinguts després d’emprar les dues tècniques és satisfactori, obtenint en el cas del superficial un 85%, i en el cas del profund, un 90%.